বুস্টিং এনসেম্বল
বুস্টিং একটি এনসেম্বল পদ্ধতি যা দুর্বল লার্নারদের ক্রমান্বয়ে প্রশিক্ষণ দেয় এবং পূর্ববর্তী মডেলগুলির ভুল শ্রেণীবদ্ধ নমুনাগুলির উপর মনোযোগ কেন্দ্রীভূত করে সেগুলিকে একটি শক্তিশালী ভবিষ্যদ্বক্তার সাথে একত্রিত করে। প্রতিটি নতুন দুর্বল লার্নার তার প্রশিক্ষণ কাজের অসুবিধা অনুসারে ওজনযুক্ত হয় এবং চূড়ান্ত ভবিষ্যদ্বাণীগুলি ওজনযুক্ত ভোটের মাধ্যমে করা হয়। এটি শ্যাপায়ার (১৯৯০) দ্বারা উদ্ভাবিত এবং অ্যাডাবুস্ট (ফ্রয়েড ও শ্যাপায়ার, ১৯৯৭) এ পরিমার্জিত হয়েছে, বুস্টিং দুর্বল লার্নারদের (এলোমেলো অনুমানের চেয়ে সামান্য ভালো) ক্রমান্বয়ে পুনঃওজন করার মাধ্যমে শক্তিশালী লার্নারে রূপান্তরিত করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Schapire, R. E. (1990). The strength of weak learnability. Machine Learning, 5(2), 197-227. DOI: 10.1023/A:1022648800760 ↗
- Freund, Y., & Schapire, R. E. (1997). A decision-theoretic generalization of on-line learning and an application to boosting. Journal of Computer and System Sciences, 55(1), 119-139. DOI: 10.1006/jcss.1997.1504 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Boosting Ensemble Method. ScholarGate. https://scholargate.app/bn/ensemble-learning/boosting-ensemble
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- অ্যাডাবুস্টযন্ত্র শিখন↔ compare
- ব্যাচিং এনসেম্বলএনসেম্বল শিখন↔ compare
- গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- সংখ্যাগরিষ্ঠের ভোটদানএনসেম্বল শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →